跳到页脚

标签：Uber工程

使用Nebula.gl编辑大量的地理空间数据集

Georgios Karnas-
Uber构建和开源的Nebula.gl，该工具集用于Web浏览器中功能全面的地理空间编辑，以更好地可视化大规模数据集。
阅读更多

编码中的个人资料：Diana Yanakiev，Uber ATG，匹兹堡

Bea Schuster-
长期以来，自动驾驶汽车一直被认为是运输的未来，但它们每天都在现在。Uber ATG（Advanced Technologies Group）处于这项技术的最前沿，有助于带来安全，可靠的自动驾驶车辆...
阅读更多

Uber ATG的开源深度学习推理引擎引入Neuropod

Vivek Panyam-
由Uber ATG开发的Neuropod是一个抽象层，它提供了一个通用界面，可以在任何深度学习框架上运行模型。
阅读更多

meta-graph：使用元学习的几个链接预测

Ankit Jain-
Uber AI推出了Meta-Graph，这是一种新的几弹链接预测框架，可促进对ML模型的更准确培训，以迅速适应新的图形数据。
阅读更多

宣布一个新的框架，用于设计使用Pyro的最佳实验

亚当·福斯特-
Uber AI在Pyro上发布了一个新框架，使实验者可以无缝自动化最佳实验设计（OED），以进行更快的模型迭代。
阅读更多

庆祝国际妇女节：结识建立Uber的全球平台的妇女

Molly Vorwerck-
为了庆祝国际妇女节，我们与来自公司各地的妇女进行了交谈，这些妇女的工作有助于为全球的Uber用户提供有影响力的体验。
阅读更多

Uber的数据科学女性：2020年通过数据转移世界 - 超越

艾米丽·贝利（Emily Bailey）-
2019年10月，Uber通过数据聚会主持了我们的第二届年度《迁移世界》，展示了我们在2019年最有趣的数据科学挑战。
阅读更多

在Uber的Apache Pinot上的工程SQL支持

Haibo Wang-
我们对Apache Pinot进行了全面的SQL支持，以实现快速分析并报告汇总数据，从而改善了我们平台上的体验。
阅读更多

Uber在2019年的数据平台：将信息转换为情报

尼基尔·乔希（Nikhil Joshi）-
2019年，Uber的数据平台团队利用数据科学提高基础架构的效率，使我们能够计算最佳数据存储和硬件使用情况。
阅读更多

生产分布式XGBoost以训练在Uber的大型数据集的深树模型

约瑟夫·王-
我们在生产和扩展XGBoost时分享了技术挑战和经验教训，以在Uber训练分布式梯度增强算法。
阅读更多

Uber进入Neurips 2019

Matthias Poloczek-
Uber将在加拿大温哥华举行的2019年Neurips 2019会议上发表11篇论文，并赞助包括机器学习中的女性（WIML）和AI中的Black在内的讲习班。
阅读更多

Uber可视化亮点：Urban Symphony如何为可视化添加音频维度

乔恩·萨德卡-
作为Uber Visualization全队黑客马拉松的一部分，我们构建了Urban Symphony，这是Uber运动可视化，可为交通速度模式增加音频组件。
阅读更多

介绍菜单制造商：Uber Eats的新菜单管理工具

保罗·侯-
为了简化为餐厅合作社的Uber Eats体验，我们构建了菜单制造商，这是一种基于网络的工具，可在Uber Eats应用程序上无缝管理菜单。
阅读更多

改善位置准确性更好的拾音器

Hemabh Shekhar-
Uber建立了Beacon，以提高我们平台上的车辆位置精度，从而带来更多无缝的骑手接和跌落体验。
阅读更多

将城市可视化到第三维，并使用点云，3D瓷砖和甲板。

ib绿色-
随着Deck.gl版本7.3的发布，Uber的开源可视化工具现在支持根据OGC 3D Tiles社区标准渲染大规模的地理空间数据集。
阅读更多

不断发展的米开朗基罗模型表示，以规模灵活性

安妮·霍勒-
为了容纳其他ML用例，Uber进化了米开朗基罗对Apache Spark Mllib库的应用，以提高灵活性和可扩展性。
阅读更多

引入Cyborg，这是Android VectordRawable的开源iOS实施

本·佩斯（Ben Pious）-
我们构建了Cyborg，这是可用于iOS的VectorDrawing的开源实现，以更轻松地在我们的应用程序上实现设计。
阅读更多

大规模生产系统之间的迁移功能无缝

Shirish Gajera-
由于停机时间为零，Uber的付款工程团队开始进行迁移，该迁移将允许授权保留逻辑一次，并在现有的和未来的付款产品中使用。
阅读更多

Uber的科学：通过映射为Uber的乘车技术提供动力

Molly Vorwerck-
数据科学总监Dawn Woodard认为旅行时间预测是Uber最有趣的映射问题之一。
阅读更多

Uber的科学：将研究带入道路雷竞技是骗人的

Molly Vorwerck-
Uber首席工程师Waleed Kadous讨论了我们如何评估团队可以利用的技术来提高平台的可靠性和性能。
阅读更多
1 2 3 ... 8 第1页，共8页

流行文章